Python数据科学

Python数据科学
共90节 184人在学 课程详情

  • 第1课：Python的过去和未来

    • Python数据科学完整视频课程视频培训：简介
    • 学习目标
    • 1.1数据科学中的Python历史
    • 1.2 Python数据科学库概述
    • 1.3 Python在AI、ML和数据科学领域的未来趋势

  • 第2课：Colab简介

    • 学习目标
    • 2.1创建第一个Colab文档
    • 2.2管理Colab文件
    • 2.3使用magic功能
    • 2.4了解与Jupyter的兼容性

  • 第3课：Python基础

    • 学习目标
    • 3.1编写程序代码
    • 3.2使用简单表达式和变量
    • 3.3使用内置类型
    • 3.4学会Print
    • 3.5执行基本数学运算
    • 3.6使用带点符号的类和对象

  • 第4课：Python中的字符串

    • 学习目标
    • 4.1使用字符串方法
    • 4.2字符串格式
    • 4.3操作字符串：membership, slicing和concatenation
    • 4.4学会使用unicode

  • 第5课：Python数据结构

    • 学习目标
    • 5.1使用列表和元组
    • 5.2浏览词典
    • 5.3合集
    • 5.4使用numpy数组
    • 5.5使用Pandas数据帧
    • 5.6使用Pandas系列

  • 第6课：数据转换方法

    • 学习目标
    • 6.1将列表转换为dicts并返回
    • 6.2将dicts转换为Pandas数据帧
    • 6.3将字符转换为整数并返回
    • 6.4在十六进制、二进制和浮点之间转换

  • 第7课：执行控制

    • 学习目标
    • 7.1学会用for循环
    • 7.2用while循环重复
    • 7.3学会处理异常
    • 7.4使用条件

  • 第8课：Python中的函数

    • 学习目标
    • 8.1编写和使用函数
    • 8.2学会使用decorators
    • 8.3组合闭包closure 函数
    • 8.4使用lambdas表达式
    • 8.5高级功能使用

  • 第9课：数据科学库

    • 学习目标
    • 9.1学习NumPy
    • 9.2学习SciPy
    • 9.3学习Pandas
    • 9.4学习TensorFlow
    • 9.5使用Seaborn绘制二维图
    • 9.6使用Plotly进行交互式绘图
    • 9.7专业可视化库
    • 9.8学习自然语言处理库

  • 第10课：函数式编程

    • 学习目标
    • 10.1了解函数编程
    • 10.2将功能应用于数据科学工作流
    • 10.3使用map/reduce/filte
    • 10.4使用列表解析
    • 10.5使用字典解析

  • 第11课：惰性计算

    • 学习目标
    • 11.1使用generators
    • 11.2设计generator管道
    • 11.3实现Lazy计算功能

  • 第12课：模式匹配

    • 学习目标
    • 12.1进行简单的模式匹配
    • 12.2使用正则表达式
    • 12.3学习文本处理技术：Beautiful Soup库

  • 第13课：用Python排序

    • 学习目标
    • 13.1在Python中排序
    • 13.2创建自定义排序函数
    • 13.3 Pandas数据排序

  • 第14课：Python中的I/O

    • 学习目标
    • 14.1读写文件：文件、pickle、CSV、JSON
    • 14.2Pandas读写：CSV，JSON
    • 14.3使用web资源进行读写（请求、boto、github）
    • 14.4使用基于功能的并发

  • 第15课：分享你的工作

    • 学习目标
    • 15.1使用Github共享
    • 15.2创建Kaggle Kernels
    • 15.3与Colab合作
    • 15.4使用Plotly发布公共图形

  • 第16课：案例研究

    • 学习目标
    • 16.1 PyTest使用
    • 16.2 Visual Studio Code使用
    • 16.3 Vim使用
    • 16.4 Ludwig（开源AutoML）
    • 16.5 Sklearn算法清单
    • 16.6建议

  • 总结

    • 总结

    订阅失败

    Python数据科学
    Python数据科学 ...

    订阅列表已满，请先移出部分订阅内容。

    当前章节需购买后观看
    开通超级会员免费看！专家精选系列课程，满足你从入门到精通！更有问答月卡免费送，你的问题有问必答！
    提交答案

    购买课程

    扫码完成付费，可继续学习全部课程内容

    加载中...
    播放页问题反馈
    视频学习中有任何产品建议都可由此反
    馈，我们将及时处理！

    课时介绍

    8.3组合闭包closure 函数

    课程介绍

    尽管已经有很多数据科学和机器学习的资源课程，本课程与以往的相比，还是有很明显的优势。这门完整的视频课程填补了这一空白——它是专门让学生学习如何用Python编写数据科学程序和机器学习而设计的。尽管已经有很多数据科学和机器学习的资源课程，本课程与以往的相比，还是有很明显的优势。。通过本课程，学生们将学习Python的基础知识，并为数据科学做好准备。

    推荐课程
    正在试验
    后自动删除环境
    课程实验
    本次实验时间已到期 00:00:00
    程序员研修院 v1.1.0
    一、播放器优化
    修改播放器默认倍速设置，增加1.25倍速
    调整目录展示形式，增加折叠/展开
    优化播放器的使用体验，有播放问题可以点击播放页内的”反馈“提交问题
    查看全部版本记录
    课件正在飞速打包中，请耐心等待几秒钟～